WO2012128434A1 - 목표 사용자의 상황 정보와 서비스의 보완도를 고려한 조합 서비스 추천 방법 및 시스템 - Google Patents

목표 사용자의 상황 정보와 서비스의 보완도를 고려한 조합 서비스 추천 방법 및 시스템 Download PDF

Info

Publication number
WO2012128434A1
WO2012128434A1 PCT/KR2011/006951 KR2011006951W WO2012128434A1 WO 2012128434 A1 WO2012128434 A1 WO 2012128434A1 KR 2011006951 W KR2011006951 W KR 2011006951W WO 2012128434 A1 WO2012128434 A1 WO 2012128434A1
Authority
WO
WIPO (PCT)
Prior art keywords
service
information
target user
user
combination
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2011/006951
Other languages
English (en)
French (fr)
Inventor
이남연
권오병
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kyung Hee University
Original Assignee
Kyung Hee University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kyung Hee University filed Critical Kyung Hee University
Priority to US13/807,966 priority Critical patent/US20130097053A1/en
Publication of WO2012128434A1 publication Critical patent/WO2012128434A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Recommending goods or services
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products

Definitions

  • the present invention relates to a method for recommending a service in a ubiquitous computing environment in which various services are provided. More particularly, the present invention relates to determining a service required by a target user based on context information of a target user and satisfying a target service index for the determined service. The present invention relates to a method and system for recommending individual services or highly complementary combination services to target users.
  • Ubiquitous computing is a compound word of Latin ubiquitous and computing that means being widely available anytime, anywhere. It means an environment that can be computed through any device anytime, anywhere. It is a post PC product with portability and convenience. It is a system that can process information regardless of time and place. It is specialized work through next-generation information devices represented by personal digital assistant (PDA), Internet TV, and smart phone. It is possible to process information by connecting to the Internet through a wireless communication network or through a wireless communication network, and ubiquitous computing is expected to gradually expand due to the development of related technologies and products.
  • PDA personal digital assistant
  • Internet TV Internet TV
  • smart phone smart phone
  • the static combination service recommendation method is also called proactive combination, which determines a service which is pre-combined by the service provider and provides a predetermined combination service to the user. Therefore, since the conventional static combination service recommendation method provides only a predetermined service combination to the user, it is difficult to recommend an appropriate service combination to the user according to the changing user situation in real time, and it is difficult to reflect the user's preference when recommending the service combination. I have a problem.
  • a dynamic combination service recommendation method In order to solve the problems of the static combination service recommendation method, a dynamic combination service recommendation method has been proposed that considers the user's situation information changing in real time and reflects the user's preference when recommending the service combination.
  • a user simply combines individual services used by other users having context information similar to the user based on the user context information.
  • the combined service recommendation method of simply combining individual services can quickly recommend the service combination to the user, but does not consider the relationship between the combined services and the increased user satisfaction by combining the services.
  • Another conventional dynamic combination service recommendation method calculates the degree of complementarity between services to be combined and recommends a high degree of complementary service combination according to the user's situation.
  • the complementary degree of the combined service in the conventional dynamic combination service recommendation method is calculated based on the change in demand of the other combined service according to the increase in the price of one of the combined services, the demand function for the combined service is required.
  • extensive price data and demand change data are required, so it is difficult to dynamically recommend a combination service according to the user's situation changing in real time.
  • the conventional dynamic combination service recommendation method has only the concept of recommending the service combination by using the complementarity between the combined services, and calculates the complementary degree of the specific technology to accurately determine the user's situation and the combined service in real time. There is no mention of any specific techniques.
  • the present invention is to solve the problems of the conventional combination service recommendation method mentioned above, an object of the present invention is to provide a combination service to the user in consideration of the context information of the user of the plurality of services provided in the ubiquitous computing environment It is to provide a recommended system.
  • Another object of the present invention is to provide a system that recommends the most efficient combination service for a user situation in consideration of the degree of complementation between a plurality of services provided in a ubiquitous computing environment.
  • Another object of the present invention is to calculate the degree of complementation in consideration of the satisfaction caused by the service combination, the profit cost due to the service combination, the loss of the service combination, thereby increasing the utilization rate of the service combination and the user's preference. It is to provide a service combination recommendation system reflecting this.
  • Another object of the present invention is to provide a service combination recommendation system that recommends a service combination secondarily if the first satisfaction does not satisfy the user's satisfaction with only the individual service after determining whether the individual service alone. .
  • a combination service recommendation system comprises a user information management agent for generating or storing static information, dynamic information, extended static information and extended dynamic information of a user, and a service index of a target user. Based on the comparison between the target service index and the target service index, select the individual service with the highest service index increase value among the individual services provided to the user having situation information similar to the target user in the case database, or have the situation information similar to the target user in the case database.
  • a service selection agent that selects the combination service with the largest complement based on the complementarity of the service combinations provided to the user, and each individual service constituting the individual service or combination service selected by the service selection agent.
  • Includes an individual service agent that, complement is also of the composite service is characterized in that the target user of the service due to the exponential increase Associations, calculated taking into account the loss cost to benefit cost, due to the Associations Associations.
  • the user information management agent includes a user information acquisition unit for obtaining static information or dynamic information of a target user, an extension information generation unit for generating extended static information or extended dynamic information by applying static information or dynamic information to an information ontology; It includes a case database that stores static information, dynamic information, extended static information, extended dynamic information, and individual or combination service information used by a user.
  • the service selection agent is an independent variable of the social psychological theory model selected by selecting a service psychology unit that determines a service necessary for the target user based on the result of comparing the target user's situation information with the index word of the service database.
  • the service index calculation unit which calculates the service index of the determined service for the target user from the correlation matrix and compares the calculated service index and the target service index to provide an individual service according to the target user's situation information or a combination service.
  • a service selection determination unit that determines whether to provide the service, and an individual service that selects an individual service having the largest increase in service index among individual services provided to a user having situation information similar to the target user in the case database when the service is determined to be provided.
  • the service selection unit for each service calculates the complementary degree of the service combination provided to the user having situation information similar to the target user in the case database, and selects the combined service having the largest complementary service. It includes a selection unit.
  • f (s 1, s 2) is a composite service (s 1, s 2) is when both have been provided satisfaction
  • f (s 1, 0) is one service of the composite service (s 1, s 2) ( s 1 ) satisfaction
  • f (0, s 2) when only is provided the composite service (s 1, s 2) when one or more is provided only one service (s 2)
  • Money f (0, 0) is a composite service (s 1 , s 2 ) Satisfaction when none is provided.
  • the combined service recommendation method comprises the steps of calculating the service index of the target user for the service judged from the social psychological theory model of the service judged and determined the service required by the target user based on the situation information of the target user, Comparing the service index of the target user with the target service index, and if the service index of the target user is less than the target service index, the service index increase value of the individual service used by the user having the situation information similar to the situation information of the target user is the most Similar to the target user's contextual information when selecting a high individual service from the case database and the target user's service index does not exceed the target service index when providing the selected individual service based on the service index rise of the selected individual service.
  • the step of calculating the target user's service index and the target service index is applied to the information ontology by applying the static information of the target user and the acquired target user stored in the case database to the information ontology.
  • Generating dynamic information comparing the static information of the target user, the dynamic information, and the extended static information and dynamic information of the target user with index words of the service database to determine a service required for the target user; Selecting a social psychological theoretical model and generating an independent variable correlation matrix of the selected social psychological theoretical model, and calculating the service index of the service determined for the target user based on the generated independent variable correlation matrix and the target user's independent variable evaluation value Calculating.
  • the combined service recommendation method and system according to the present invention has various effects as follows compared to the conventional combined service recommendation method.
  • the combination service recommendation method and system may determine the context information of the user and recommend the combination service according to the determined user context information, thereby dynamically recommending the combination service according to the changing user context in real time.
  • the combined service recommendation method and system according to the present invention determines the service combination by using the complementary degree reflecting the user's service index increase amount, the profit cost due to the service combination, and the loss cost of the service combination for the combined service.
  • the combination service may be recommended in consideration of the user's service preference.
  • the combined service recommendation method and system according to the present invention can increase the probability of using the combined service of a user by determining a service combination by calculating a complementary degree between a plurality of services provided in a ubiquitous computing environment.
  • FIG. 1 is a functional block diagram illustrating a combined service recommendation system according to the present invention.
  • FIG. 2 is a functional block diagram of a user information management agent according to the present invention.
  • FIG 3 illustrates an example of expanded user information generated by applying acquired user static information or dynamic information to an information ontology.
  • FIG. 4 is a functional block diagram illustrating a service selection agent 400 according to the present invention.
  • FIG. 5 is a flowchart illustrating a method of recommending a combined service according to the present invention.
  • FIG. 6 is a flowchart illustrating a method of calculating a service index of a target user according to the present invention.
  • FIG. 7 is a flowchart illustrating a method of selecting an individual service according to the present invention.
  • FIG. 8 is a flowchart illustrating a method of selecting a combination service according to the present invention.
  • FIG. 9 is a flowchart illustrating a method of providing a recommendation service according to the present invention.
  • FIG. 1 is a functional block diagram illustrating a combined service recommendation system according to the present invention.
  • the combined service recommendation system is connected to the network 200, a plurality of individual service agents 100 for providing individual services, the situation information of the user, that is, static Information, dynamic information, extended static information, user information management agent 300 that manages extended dynamic information, and determines the type of service required by the target user based on the target user context information.
  • a service selection agent 400 for selecting an individual service or a combination service to be recommended to the target user according to the service type determined based on the service usage history of the user having the.
  • the user information management agent 300 obtains user static information or dynamic information from a user terminal (not shown) possessed by the user 10.
  • the user static information or the dynamic information is determined through a dynamic information sensing sensor such as a position sensor, a biometric sensor, a motion sensor, an illuminance sensor, etc., which the user 10 directly inputs through the user terminal or is attached to the user terminal.
  • user static information refers to user context information that does not change frequently, such as user name, gender, address, and age.
  • User dynamic information refers to user context information that continuously changes over time, such as the user's current location, time, and emotion.
  • the extended static information and extended dynamic information mean user context information generated by applying user static information and dynamic information to an information ontology.
  • the user terminal is connected to the network 200, and the user static information or dynamic information which is directly input and stored by the user through the user terminal is transmitted to the user information management agent 300 through the network 200 or
  • the user dynamic information is determined by the dynamic information sensor of the user terminal and transmitted to the user information management agent 300 through the network 200.
  • FIG. 2 is a functional block diagram of a user information management agent according to the present invention.
  • the user information obtaining unit 110 obtains user static information or dynamic information through the network 200 or obtains user static information or dynamic information directly from the user terminal.
  • the extended user information generation unit 120 applies the obtained user static information or dynamic information to the information ontology of the ontology database 130 to generate expanded static information or extended dynamic information.
  • the information ontology means an ontology used to extend semantic information that can be generated from each word constituting the user's static information or dynamic information.
  • time-related ontology such as day / night, am / pm, day of the week, month, season, year, vacation, holiday, holiday, etc.
  • place-related ontology such as country, city, mountain, beach, amusement park, travel
  • work Information ontologies include situational ontology such as work, work, work, business trips, honeymoons, and dating.
  • FIG. 3 illustrates an example of expanded user information generated by applying acquired user static information or dynamic information to an information ontology.
  • a user named Kim Young-hee is a 27-year-old single woman who commutes to a company in Gangnam and obtains user static information that she is living in Hwaseong-si, and her current location is near a rainbow park near the user's residence.
  • the current time is obtained at 11:15 PM.
  • PM 11:15 is applied to time-related ontology to obtain extended dynamic information late at night, or location information on Mars and Rainbow Park is applied to place-related ontology to extend extended dynamic information such as hotspots or underdeveloped areas.
  • the user static information obtained by the user information acquisition unit 110, the dynamic information, and the extended static information generated by the extended user information generation unit 120 are examples of extended dynamic information.
  • the case database 140 stores information on usage of individual services or combination services used by users, service index rise values when using individual services or combination services, and time delay sensitivity according to service combinations.
  • the service index rise value for the individual service or combination service is stored as an average value of the service index rise values evaluated by multiple users.
  • FIG. 4 is a functional block diagram illustrating a service selection agent 400 according to the present invention.
  • the service determination unit 420 receives the target user context information received from the user information management agent 300 and the service search word of the service database 410.
  • the service required by the target user is determined based on the target user context information.
  • service items are classified in the service database 410 according to service types, and service search terms related to the corresponding service item are matched and stored in each service item.
  • the service database 410 includes service items such as safety / security services, home care services, health services, and leisure services, and safety / security services include young women, women, children, hotspots, nights, Service search terms such as sex crimes and underdeveloped areas are matched.
  • the service database 410 stores specific service contents of each individual service provided by the plurality of individual service agents 100.
  • the service index calculator 430 selects a social psychological theory model related to the determined service from the social psychological theory model database 440, generates an independent variable correlation matrix of the selected social psychological theory model, and provides a service for the service determined by the target user. Calculate the index.
  • the social psychological theory model is a model used to calculate the service index of the target user for the service determined based on the context information of the target user. For example, when the service required by the target user is a safety / security service, the target user Based on the situational information of the user, a questionnaire model was prepared for the level of safety / security infrastructure in the area where the target user is located, the level of safety and security infrastructure felt by the target user in their 20s, and the level of concern for the target user. will be.
  • the service provision determining unit 450 compares the calculated service index and the target service index to determine whether to provide an individual service or a combination service to the target user. If the calculated service index does not satisfy the target service index and determines that the service provision determining unit 450 provides the individual service or the combination service, the individual service selecting unit 460 may provide situation information similar to the target user in the case database.
  • the user searches for a user, and selects an individual service whose service index rise value, that is, a satisfaction increase, among individual services used by the searched user.
  • the individual service selector 460 determines whether the service index of the target user satisfies the target service index even if only the selected individual service is provided to the target user based on the service index rising value of the selected individual service.
  • the case database may provide situation information similar to the target user in the case database.
  • the branch calculates the complementary degree of the combined service composed of the individual services provided to the user, and selects the combined service with the high degree of complementation.
  • the service recommender 480 recommends the individual service selected by the individual service selector 460 or the combined service selected by the combined service selector 470 to the target user, and receives a command for selecting an individual service or a combined service from the target user. If so, the individual service agent providing the individual service or the individual service agent providing each individual service constituting the combination service is requested to provide the individual service to the target user. On the other hand, when the target user receives the information on the service index increase of the individual service or combination service after using the individual service or combination service, the service index increase of the recommended individual service or combination service stored in the case database 410 is updated. do.
  • FIG. 5 is a flowchart illustrating a method of recommending a combined service according to the present invention.
  • the service index of the target user for the determined service is calculated based on the situation user's situation information, and the service index of the determined user is calculated (S100). It is determined whether the calculated service index of the target user satisfies the target service index (S200).
  • the service index is an index representing the current satisfaction of the service determined for the target user, and the target service index is a service index that satisfies the service determined by the target user.
  • the target service index may be initially set by the target user.
  • an individual service having a higher service index rising value is selected from the case database among individual services used by the user having situation information similar to the situation information of the target user (S300).
  • the target service index is provided only by the provision of the individual service selected by the service index of the target user. If it is not exceeded, a service combination having a high complementary degree among combination services used by a user having situation information similar to the situation information of the target user is selected from the case database (S600).
  • the selected individual service is selected as the individual service to be recommended to the target user (S500).
  • the selected individual service or combination service is recommended to the target user (S700).
  • w 1k denotes a weight for each item of context information
  • d 1 (c ik , c tk ) denotes the similarity between the target user and the user for each item of context information.
  • w 1k is the weight for age, gender, place, and time
  • d 1 (c ik , c tk ) is the similarity between the age, gender, location, and time of the user stored in the case database and the target user.
  • the similarity is a value indicating how close the context information of the user and the target user is, and the smaller the similarity is between the context information of the user and the target user.
  • FIG. 6 is a flowchart illustrating a method of calculating a service index of a target user according to the present invention.
  • the static information and the dynamic information of the target user stored in the case database are applied to the information ontology to generate the extended static information and the extended dynamic information of the target user (S110).
  • the static information of the target user, the dynamic information, and the extended static information and the dynamic information of the target user are compared with the index words of the service database to determine a service required for the target user (S120).
  • the social psychological theoretical model related to the determined service is selected from the social psychological theoretical model database, and an independent variable correlation matrix of the selected social psychological theoretical model is generated (S130).
  • the service index of the determined service for the target user is calculated based on the generated independent variable correlation matrix and the evaluation value for the independent variable of the target user (S140).
  • the evaluation value for the independent variable of the target user is input by the user through the user terminal.
  • the independent variable correlation matrix is extracted.
  • the independent variables which are service variables of the service related to the selected social psychological theory model, are the dependent variables, and the extracted independent variable and the target user's static information, dynamic information, and extended static
  • the independent variable extracted from the independent variable extracted by determining the significance between the information and the extended dynamic information is filtered.
  • An independent variable correlation matrix is generated based on the correlation coefficient between the filtered independent variables.
  • the correlation coefficient of the independent variable is a coefficient indicating how related the dependent variable is between the dependent variable and the independent variable, and how much the extracted independent variable has a relationship to the dependent variable which is the service index or the independent variable. It is a value that indicates how many values are related to each other.
  • the correlation coefficients of the independent variables are stored in the social psychological theory model database.
  • the correlation matrix is generated by converting the correlation coefficient between the independent variables into a petri net form. Petri net was invented by Carl Petri of Germany in the 1960s and is used as a useful means to model various situations.
  • the significance between the extracted independent variables and the contextual information of the target user is determined based on the meta information of the social psychological theory model. For example, if the independent variable extracted from the selected social psychological theory model based on meta information of the selected social psychological theory model is an independent variable correlated only with male users, the target user who is a female among the independent variables of the selected social psychological theory model is selected. Filter out and delete non-significant independent variables.
  • FIG. 7 is a flowchart illustrating a method of selecting an individual service according to the present invention.
  • a user having situation information similar to the situation information of the target user is searched for (S310), and the service index rise values of individual services used by the searched user are compared (S320).
  • the situation information of the user or the target user is stored, and the service index increase value of the individual service used by the user and the individual service evaluated by the user after using the individual service are stored in the user's situation information.
  • An individual service having a high service index increase value is selected based on the service index rise value of the individual service used by the searched user (S330). If the service index of the target user satisfies the target service index by providing the selected individual service, the selected individual service is recommended to the target user.
  • all individual services satisfying the target service index are selected and provided to the target user by providing the selected individual services, and the target user may select individual services desired by the target user from among a plurality of recommended individual services.
  • FIG. 8 is a flowchart illustrating a method of selecting a combination service according to the present invention.
  • a user having situation information similar to the situation information of the target user is searched for in the case database (S610), and the complementary degree of the combined service used by the plurality of searched users is calculated (S620).
  • a combination service is formed from a combination of services generated from individual services used by a plurality of searched users.
  • Complementary level of service can be calculated.
  • the combination service (s1, s2) is configured from the service s1 used by the user A and the service s2 used by the user B to calculate the complementary level, or the complementary degree of the combined service (s1, s2) used by the user A is calculated. .
  • a service combination having the highest degree of complementation is selected among the combination services having a higher degree of complementation than the critical complement (S630).
  • a plurality of higher service combinations having a higher complementary level than the critical supplementary level may be selected and recommended to the target user based on the calculated complementary degree of the combined service.
  • f (s 1 , s 2 ) is the service index when all of the combined services (s 1 , s 2 ) are provided
  • f (s 1 , 0) is one of the combined services (s 1 , s 2 ) 1 )
  • Service index f (0, s 2 ) is the service index
  • f (0, 0) is the combined service when only one service (s 2 ) of the combined service (s 1 , s 2 ) is provided
  • s 1 , s 2 ) is the service index when none is provided.
  • V (s 1, s 2 ) is the sum of the service index increases the value of the composite service (s 1, s 2)
  • TBC is the total cost required to provide the composite service (s 1, s 2) to a service index
  • V t means the service index when the combination service s 1 , s 2 is not provided.
  • TBC is the sum of the cost of providing the combined service (s 1 , s 2 ) and the monetary value of the target user's sensitivity to the time delay of searching for the combined service, respectively, as a service index.
  • the conversion value of the service index for the cost is set in advance, and the monetary value for the sensitivity of the target user according to the time delay for searching for the combined service is preset by the target user.
  • the cost discount is applied than when access to each individual service (s 1, s 2).
  • information on service index conversion and cost discount for cost is stored in the service database, and the monetary value of user's sensitivity to time delay is stored in the case database.
  • ⁇ V (s 1) and ⁇ V (s 2) is a service (s 1, s 2), and each service index rise, C s1, C s2 is the service (s 1, s 2) each of the service cost The value is converted into service index.
  • the complementary degree of the combined service in the present invention is required to increase the service index of the target user due to the service combination, the cost of profits due to the service combination, the service combination
  • the target user can be provided with a satisfactory combination service at a low cost, and the service provider can improve the service sales effect due to the combined service.
  • FIG. 9 is a flowchart illustrating a method of providing a recommendation service according to the present invention.
  • the above-described embodiments of the present invention can be written as a program that can be executed in a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.
  • the computer-readable recording medium may be a magnetic storage medium (for example, a ROM, a floppy disk, a hard disk, etc.), an optical reading medium (for example, a CD-ROM, DVD, etc.) and a carrier wave (for example, the Internet). Storage medium).
  • a magnetic storage medium for example, a ROM, a floppy disk, a hard disk, etc.
  • an optical reading medium for example, a CD-ROM, DVD, etc.
  • carrier wave for example, the Internet.
  • one communication period may be divided into various number of divided communication periods according to the field to which the present invention is applied, and one divided communication period may be divided into various number of timeslots according to the field to which the present invention is applied. . Therefore, the true technical protection scope of the present invention will be defined by the technical spirit of the appended claims.

Landscapes

  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 다양한 서비스들이 제공되는 유비쿼터스 환경에서 서비스를 추천하는 방법에 관한 것으로, 보다 구체적으로 목표 사용자의 상황 정보에 기초하여 사용자에 필요한 서비스를 판단하고 판단한 서비스에 대한 목표 사용자의 서비스 지수를 만족시키는 개별 서비스 또는 보완도가 높은 조합 서비스를 목표 사용자에 추천하는 방법 및 시스템에 관한 것이다.

Description

목표 사용자의 상황 정보와 서비스의 보완도를 고려한 조합 서비스 추천 방법 및 시스템
본 발명은 다양한 서비스들이 제공되는 유비쿼터스 컴퓨팅 환경에서 서비스를 추천하는 방법에 관한 것으로, 보다 구체적으로 목표 사용자의 상황 정보에 기초하여 목표 사용자에 필요한 서비스를 판단하고 판단한 서비스에 대한 목표 서비스 지수를 만족시키는 개별 서비스 또는 보완도 높은 조합 서비스를 목표 사용자에 추천하는 방법 및 시스템에 관한 것이다.
유비쿼터스 컴퓨팅이란 언제, 어디에나 널리 존재한다는 의미의 라틴어 ubiquitous와 computing의 합성어로 언제, 어디서나 무슨 기기를 통해서도 컴퓨팅할 수 있는 환경을 의미한다. 휴대성과 편의성을 함께 갖춘 포스트 PC 제품으로 시간과 장소에 제한받지 않고 정보 처리를 할 수 있는 시스템으로 현재 개인 휴대 정보 단말기(PDA), 인터넷TV, 스마트 폰 등으로 대표되는 차세대 정보 기기들을 통해 특화된 업무를 처리하거나 무선 통신망을 통해 인터넷과 연결해 정보 처리가 가능해지고 있으며 관련 기술과 제품의 발전으로 유비쿼터스 컴퓨팅이 점차 확대될 것으로 전망된다.
유비쿼터스 컴퓨팅 환경에서 개발된 다양한 서비스들은 사용자의 현재 상황 정보에 따라 1개의 개별 서비스가 제공되거나 다수의 서비스들이 조합되어 사용자에 제공된다. 이와 관련하여 사용자의 현재 상황 인식 기술에 대한 연구와 함께 인식한 사용자의 현재 상황에 맞는 서비스를 추천하는 기술에 대한 활발한 연구가 진행되고 있다.
과거에는 인식한 사용자 상황에 맞는 1개의 개별 서비스만을 추천하는 기술에 대한 연구가 집중되었으나, 최근에는 인식한 사용자의 상황에 맞는 다수의 서비스를 조합하여 사용자에 추천하는 기술에 대한 연구가 진행되고 있다. 인식한 사용자 상황에 상응하는 서비스 조합을 추천하는 방식은 크게 정적 조합 서비스 추천 방식과 동적 조합 서비스 추천 방식으로 구분된다.
우선 정적 조합 서비스 추천 방식은 선응적인(proactive) 조합이라고도 하는데, 서비스 제공자에 의해 사전에 미리 조합되는 서비스를 결정하고 정해진 조합 서비스를 사용자에 제공한다. 따라서 종래 정적 조합 서비스 추천 방식은 사전에 결정된 서비스 조합만을 사용자에 제공하기 때문에 실시간으로 변화하는 사용자 상황에 따라 사용자에 적절한 서비스 조합을 추천하기 곤란하며 서비스 조합의 추천시 사용자의 선호도를 반영하기 곤란하다는 문제점을 가진다.
이러한 정적 조합 서비스 추천 방식이 가지는 문제점을 해결하기 위하여 실시간으로 변화하는 사용자의 상황 정보를 고려함과 동시에 서비스 조합의 추천시 사용자의 선호도를 반영한 동적 조합 서비스 추천 방식이 제안되고 있다. 종래 동적 조합 서비스 추천 방식은 사용자 상황 정보에 기초하여 사용자와 유사한 상황 정보를 가지는 다른 사용자가 사용한 개별 서비스를 단순히 조합하여 사용자에 추천하였다. 그러나 단순히 개별 서비스를 조합하는 조합 서비스 추천 방식은 신속하게 사용자에 서비스 조합을 추천할 수 있지만, 조합되는 서비스 사이의 관계와 서비스가 조합됨으로써 상승하는 사용자 만족도에 대해서는 고려하지 않았다.
종래 다른 동적 조합 서비스 추천 방식은 조합되는 서비스 사이의 보완도를 계산하고 보완도가 높은 서비스 조합을 사용자의 상황에 따라 추천한다. 그러나 종래 다른 동적 조합 서비스 추천 방식에서 조합되는 서비스의 보완도는 조합 서비스 중 1개 서비스의 가격 상승에 따른 다른 조합 서비스의 수요 변화량에 기초하여 계산되기 때문에 조합되는 서비스에 대한 수요함수가 필요하며, 각 서비스에 대한 수요함수를 결정하기 위하여 방대한 가격 데이터와 수요 변화량 데이터가 필요하여 실시간으로 변화하는 사용자의 상황 변화에 따라 동적으로 조합 서비스를 추천하기 곤란하다. 한편, 종래 다른 동적 조합 서비스 추천 방식은 조합되는 서비스 사이의 보완도를 이용하여 서비스 조합을 추천한다는 개념만 있을 뿐, 정확하게 사용자의 상황을 판단하는 구체적인 기술, 실시간으로 조합되는 서비스의 보완도를 계산하는 구체적인 기술 등에 대해서는 전혀 언급되어 있지 않다.
본 발명은 위에서 언급한 종래 조합 서비스 추천 방식이 가지는 문제점을 해결하기 위한 것으로, 본 발명이 이루고자 하는 목적은 유비쿼터스 컴퓨팅 환경에서 제공되는 다수의 서비스들 중 사용자의 상황 정보를 고려하여 사용자에 조합 서비스를 추천하는 시스템을 제공하는 것이다.
본 발명이 이루고자 하는 다른 목적은 유비쿼터스 컴퓨팅 환경에서 제공되는 다수의 서비스 사이의 보완도를 고려하여 사용자 상황에 가장 효율적인 조합 서비스를 추천하는 시스템을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 서비스 조합으로 발생하는 만족도, 서비스 조합으로 인한 이익 비용, 서비스 조합에 소요되는 손실을 고려하여 보완도를 계산함으로써, 서비스 조합의 이용률을 증대시킬 수 있으며 사용자의 선호도를 반영한 서비스 조합 추천 시스템을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 1차적으로 개별 서비스만으로 사용자 만족도를 충족하는지 판단 후, 개별 서비스만으로 사용자의 만족도를 충족하지 못하는 경우 2차적으로 서비스 조합을 추천하는 서비스 조합 추천 시스템을 제공하는 것이다.
본 발명의 목적을 달성하기 위하여 본 발명에 따른 조합 서비스 추천 시스템은 사용자의 정적 정보, 동적 정보, 확장된 정적 정보와 확장된 동적 정보를 생성하거나 저장하는 사용자 정보 관리 에이전트와, 목표 사용자의 서비스 지수와 목표 서비스 지수의 비교 결과에 기초하여 사례 데이터베이스에서 목표 사용자와 유사한 상황 정보를 가지는 사용자에 제공된 개별 서비스 중 서비스 지수 상승값이 가장 큰 개별 서비스를 선택하거나 사례 데이터베이스에서 목표 사용자와 유사한 상황 정보를 가지는 사용자에 제공된 서비스 조합의 보완도에 기초하여 가장 큰 보완도를 가지는 조합 서비스를 선택하는 서비스 선택 에이전트와, 서비스 선택 에이전트에 의해 선택한 개별 서비스 또는 조합 서비스를 구성하는 각 개별 서비스를 목표 사용자에 제공 관리하는 개별 서비스 에이전트를 포함하며, 조합 서비스의 보완도는 서비스 조합으로 인한 목표 사용자의 서비스 지수 증가량, 서비스 조합으로 인한 이익 비용, 서비스 조합에 소요되는 손실 비용을 고려하여 계산되는 것을 특징으로 한다.
사용자 정보 관리 에이전트는 목표 사용자의 정적 정보 또는 동적 정보를 획득하는 사용자 정보 획득부와, 정적 정보 또는 동적 정보를 정보 온톨로지에 적용하여 확장된 정적 정보 또는 확장된 동적 정보를 생성하는 확장 정보 생성부와, 정적 정보, 동적 정보, 확장된 정적 정보, 확장된 동적 정보, 사용자가 이용한 개별 서비스 또는 조합 서비스 정보를 저장하고 있는 사례 데이터베이스를 포함한다.
서비스 선택 에이전트는 목표 사용자의 상황 정보와 서비스 데이터베이스의 색인어의 비교 결과에 의해 목표 사용자에 필요한 서비스를 판단하는 서비스 판단부와, 판단한 서비스의 사회 심리 이론 모형을 선택하고 선택한 사회 심리 이론 모형의 독립 변인 상관 행렬로부터 목표 사용자에 대한 상기 판단한 서비스의 서비스 지수를 계산하는 서비스 지수 계산부와, 계산한 서비스 지수와 목표 서비스 지수를 비교하여 목표 사용자의 상황 정보에 따른 개별 서비스를 제공할 것인지 또는 조합 서비스를 제공할 것인지 판단하는 서비스 선택 판단부와, 개별 서비스를 제공할 것으로 판단되는 경우 사례 데이터베이스에서 목표 사용자와 유사한 상황 정보를 가지는 사용자에 제공된 개별 서비스 중 서비스 지수 상승값이 가장 큰 개별 서비스를 선택하는 개별 서비스 선택부와, 조합 서비스를 제공할 것으로 판단되는 경우 사례 데이터베이스에서 목표 사용자와 유사한 상황 정보를 가지는 사용자에 제공된 서비스 조합의 보완도를 계산하고 가장 큰 보완도를 가지는 조합 서비스를 선택하는 조합 서비스 선택부를 포함한다.
여기서 서비스 조합의 보완도는 아래의 수학식에 의해 계산되며,
Figure PCTKR2011006951-appb-I000001
여기서 f(s1, s2)는 조합 서비스(s1, s2)가 모두 제공되었을 때 만족도, f(s1, 0)는 조합 서비스(s1, s2) 중 1개의 서비스(s1)만 제공되었을 때 만족도, f(0, s2)는 조합 서비스(s1, s2) 중 1개의 서비스(s2)만 제공되었을 때 만족도, f(0, 0)는 조합 서비스(s1, s2) 모두가 제공되지 않았을 때의 만족도를 의미한다.
한편 본 발명에 따른 조합 서비스 추천 방법은 목표 사용자의 상황 정보에 기초하여 목표 사용자에 필요한 서비스를 판단하고 판단한 서비스의 사회 심리 이론 모형으로부터 판단한 서비스에 대한 상기 목표 사용자의 서비스 지수를 계산하는 단계와, 목표 사용자의 서비스 지수와 목표 서비스 지수를 비교하는 단계와, 목표 사용자의 서비스 지수가 목표 서비스 지수보다 작은 경우 목표 사용자의 상황 정보와 유사한 상황 정보를 가지는 사용자가 이용한 개별 서비스 중 서비스 지수 상승값이 가장 높은 개별 서비스를 사례 데이터베이스에서 선택하는 단계와, 선택한 개별 서비스의 서비스 지수 상승값에 기초하여 선택한 개별 서비스의 제공시 목표 사용자의 서비스 지수가 목표 서비스 지수를 초과하는지 않는 경우 목표 사용자의 상황 정보와 유사한 상황 정보를 가지는 사용자가 이용한 조합 서비스 중 가장 높은 보완도를 가지는 서비스 조합을 사례 데이터베이스에서 선택하는 단계와, 선택한 서비스 조합을 목표 사용자에 추천하는 단계를 포함하며, 조합 서비스의 보완도는 서비스 조합으로 인한 목표 사용자의 서비스 지수 증가량, 서비스 조합으로 인한 이익 비용, 서비스 조합에 소요되는 손실 비용을 고려하여 계산된다.
여기서 목표 사용자의 서비스 지수와 목표 서비스 지수를 계산하는 단계는 사례 데이터베이스에 저장되어 있는 목표 사용자의 정적 정보와 획득한 목표 사용자의 동적 정보를 정보 온톨로지에 적용하여 목표 사용자의 확장된 정적 정보와 확장된 동적 정보를 생성하는 단계와, 목표 사용자의 정적 정보, 동적 정보 및 목표 사용자의 확장된 정적 정보와 동적 정보를 서비스 데이터베이스의 색인어와 비교하여 목표 사용자에 필요한 서비스를 판단하는 단계와, 판단한 서비스와 관련한 사회 심리적 이론 모형을 선택하고 선택한 사회심리적 이론 모형의 독립 변인 상관 행렬을 생성하는 단계와, 생성한 독립 변인 상관 행렬과 목표 사용자의 독립 변인 평가값에 기초하여 목표 사용자에 대한 판단한 서비스의 서비스 지수를 계산하는 단계를 포함한다.
본 발명에 따른 조합 서비스 추천 방법 및 시스템은 종래 조합 서비스 추천 방법과 비교하여 다음과 같은 다양한 효과들을 가진다.
첫째, 본 발명에 따른 조합 서비스 추천 방법 및 시스템은 사용자의 상황 정보를 판단하고 판단한 사용자 상황 정보에 따라 조합 서비스를 추천함으로써, 실시간으로 변화하는 사용자 상황에 따라 동적으로 조합 서비스를 추천할 수 있다.
둘째, 본 발명에 따른 조합 서비스 추천 방법 및 시스템은 조합되는 서비스에 대한 사용자의 서비스 지수 증가량, 서비스 조합으로 인한 이익 비용, 서비스 조합에 소요되는 손실 비용을 반영한 보완도를 이용하여 서비스 조합을 결정함으로써, 사용자의 서비스 선호도를 고려하여 조합 서비스를 추천할 수 있다.
셋째, 본 발명에 따른 조합 서비스 추천 방법 및 시스템은 유비쿼터스 컴퓨팅 환경에서 제공되는 다수의 서비스 사이의 보완도를 계산하여 서비스 조합을 결정함으로써, 사용자의 조합 서비스 이용 확률을 높일 수 있다.
도 1은 본 발명에 따른 조합 서비스 추천 시스템을 설명하기 위한 기능 블록도이다.
도 2는 본 발명에 따른 사용자 정보 관리 에이전트의 기능 블록도를 도시하고 있다.
도 3은 획득한 사용자 정적 정보 또는 동적 정보를 정보 온톨로지에 적용하여 생성되는 확대된 사용자 정보의 일 예를 도시하고 있다.
도 4는 본 발명에 따른 서비스 선택 에이전트(400)를 설명하기 위한 기능 블록도이다.
도 5는 본 발명에 따른 조합 서비스 추천 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명에 따른 목표 사용자의 서비스 지수를 계산하는 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명에 따른 개별 서비스를 선택하는 방법을 설명하기 위한 흐름도이다.
도 8은 본 발명에 따른 조합 서비스를 선택하는 방법을 설명하기 위한 흐름도이다.
도 9는 본 발명에 따라 추천 서비스를 제공하는 방법을 설명하기 위한 흐름도이다.
이하 첨부한 도면을 참고로 본 발명에 따른 조합 서비스 추천 방법 및 시스템에 대해 보다 구체적으로 설명한다.
도 1은 본 발명에 따른 조합 서비스 추천 시스템을 설명하기 위한 기능 블록도이다.
도 1을 참고로 살펴보면, 본 발명의 일 실시예에 따른 조합 서비스 추천 시스템은 네트워크(200)에 접속되어 있는, 개별 서비스를 제공하는 다수의 개별 서비스 에이전트(100), 사용자의 상황 정보, 즉 정적 정보, 동적 정보, 확장된 정적 정보, 확장된 동적 정보를 관리하는 사용자 정보 관리 에이전트(300), 목표 사용자 상황 정보에 기초하여 목표 사용자에 필요한 서비스 유형을 판단하며 사례 데이터베이스에서 목표 사용자와 유사한 상황 정보를 가지는 사용자의 서비스 이용 이력에 기초하여 판단한 서비스 유형에 따라 목표 사용자에 추천할 개별 서비스 또는 조합 서비스를 선택하는 서비스 선택 에이전트(400)를 구비하고 있다.
한편, 사용자 정보 관리 에이전트(300)는 사용자(10)가 소지하는 사용자 단말기(미도시)로부터 사용자 정적 정보 또는 동적 정보를 획득한다. 사용자 정적 정보 또는 동적 정보는 사용자(10)가 직접 사용자 단말기를 통해 입력되거나 사용자 단말기에 부착되어 있는 위치 센서, 생체 센서, 움직임 센서, 조도 센서 등과 같은 동적 정보 감지 센서를 통해 판단된다. 여기서 사용자 정적 정보는 사용자 이름, 성별, 주소, 나이 등과 같이 자주 변하지 않은 사용자 상황 정보를 의미하며 사용자 동적 정보는 사용자의 현재 위치, 시간, 감정 등과 같이 시간에 따라 계속해서 변화하는 사용자 상황 정보를 의미하며, 확장된 정적 정보와 확장된 동적 정보는 사용자 정적 정보와 동적 정보를 정보 온톨로지에 적용하여 생성되는 사용자 상황 정보를 의미한다.
바람직하게, 사용자 단말기는 네트워크(200)에 접속되어 있으며, 사용자에 의해 사용자 단말기를 통해 직접 입력 저장되어 있는 사용자 정적 정보 또는 동적 정보는 네트워크(200)를 통해 사용자 정보 관리 에이전트(300)로 송신되거나 사용자 동적 정보는 사용자 단말기의 동적 정보 감지 센서를 통해 판단되어 네트워크(200)를 통해 사용자 정보 관리 에이전트(300)로 송신된다.
도 2는 본 발명에 따른 사용자 정보 관리 에이전트의 기능 블록도를 도시하고 있다.
도 1과 도 2를 참고로 보다 구체적으로 살펴보면, 사용자 정보 획득부(110)는 네트워크(200)를 통해 사용자 정적 정보 또는 동적 정보를 획득하거나 사용자 단말기로부터 직접 사용자 정적 정보 또는 동적 정보를 획득한다. 확장 사용자 정보 생성부(120)는 획득한 사용자 정적 정보 또는 동적 정보를 온톨로지 데이터베이스(130)의 정보 온톨로지에 적용하여 확장된 정적 정보 또는 확장된 동적 정보를 생성한다. 여기서 정보 온톨로지란 사용자의 정적 정보 또는 동적 정보를 구성하는 각 단어로부터 생성 가능한 의미 정보를 확장하기 위해 사용되는 온톨로지를 의미한다. 예를 들어, 낮/밤, 오전/오후, 요일, 월, 계절, 년도, 휴가, 휴일, 명절 등과 같은 시간 관련 온톨로지, 국가, 도시, 산, 해변, 놀이 공원 등과 같은 장소 관련 온톨로지, 여행, 업무, 출근, 퇴근, 출장, 신혼여행, 데이트 등과 같은 상황 관련 온톨로지 등이 정보 온톨로지로 사용된다.
도 3은 획득한 사용자 정적 정보 또는 동적 정보를 정보 온톨로지에 적용하여 생성되는 확대된 사용자 정보의 일 예를 도시하고 있다. 도 3에 도시되어 있는 것과 같이, 김영희이라는 사용자는 27세 미혼 여성으로 강남에 있는 회사로 출퇴근을 하며 화성시에 살고 있다는 사용자 정적 정보를 획득하며, 사용자의 현재 위치는 사용자의 거주지 주변의 무지개 공원 근처이며 현재시간은 PM 11시 15분이라는 동적 정보를 획득한다. PM 11:15이라는 시간 정보를 시간 관련 온톨로지에 적용하여 늦은 밤이라는 확장된 동적 정보를 획득하거나, 화성, 무지개 공원이라는 위치 정보를 장소 관련 온톨로지에 적용하여 우범지대 또는 낙후지역이라는 확장된 동적 정보를 획득하거나 27세, 미혼, 여성이라는 정적 정보를 나이 온톨로지와 성별 온톨로지에 적용하여 젊은 미혼 여성이라는 확장된 정적 정보를 획득한다.
다시 도 1과 도 2를 참고로 살펴보면, 사용자 정보 획득부(110)에서 획득한 사용자 정적 정보, 동적 정보 및 확장 사용자 정보 생성부(120)에서 생성한 확장된 정적 정보, 확장된 동적 정보는 사례 데이터베이스(140)에 저장한다. 또한 사례 데이터베이스(140)에서는 사용자들이 사용한 개별 서비스 또는 조합 서비스의 이용 내역, 개별 서비스 또는 조합 서비스를 사용시 서비스 지수 상승값, 서비스 조합에 따른 시간 지체 민감도의 정보가 저장되어 있다. 바람직하게, 개별 서비스 또는 조합 서비스에 대한 서비스 지수 상승값은 다수 사용자가 평가한 서비스 지수 상승값의 평균값으로 저장되어 있다.
도 4는 본 발명에 따른 서비스 선택 에이전트(400)를 설명하기 위한 기능 블록도이다.
도 1과 도 4를 참고로 보다 구체적으로 살펴보면, 서비스 판단부(420)는 사용자 정보 관리 에이전트(300)로부터 목표 사용자 상황 정보를 제공받고 제공받은 목표 사용자 상황 정보와 서비스 데이터베이스(410)의 서비스 검색어와 비교하여 목표 사용자 상황 정보에서 목표 사용자에 필요한 서비스를 판단한다. 바람직하게, 서비스 데이터베이스(410)에는 서비스 종류에 따라 서비스 항목이 분류되어 있으며 각 서비스 항목에는 해당 서비스 항목과 관련된 서비스 검색어가 매칭되어 저장되어 있다. 예를 들어, 서비스 데이터베이스(410)에는 안전/보안 서비스, 홈 케어 서비스, 건강 서비스, 레저 서비스 등으로 서비스 항목이 분류되어 있으며, 안전/보안 서비스에는 젊은 여성, 여성, 어린이, 우범지대, 밤, 성범죄, 낙후지역 등의 서비스 검색어가 매칭되어 있다. 또한 서비스 데이터베이스(410)에는 다수의 개별 서비스 에이전트(100)가 제공하는 각 개별 서비스에 대한 구체적인 서비스 내용이 저장되어 있다.
서비스 지수 계산부(430)는 판단한 서비스에 관련된 사회심리 이론 모형을 사회 심리 이론 모형 데이터베이스(440)에서 선택하고, 선택한 사회심리 이론 모형의 독립 변인 상관 행렬을 생성하여 목표 사용자의 판단한 서비스에 대한 서비스 지수를 계산한다. 여기서 사회심리 이론 모형이란 목표 사용자의 상황 정보에 기초하여 판단한 서비스에 대한 목표 사용자의 서비스 지수를 계산하는데 사용되는 모형으로, 예를 들어 목표 사용자가 필요로 하는 서비스가 안전/보안 서비스인 경우 목표 사용자의 상황 정보에 기초하여 목표 사용자가 위치하는 지역의 안전/보안 인프라 레벨, 20대 여성인 목표 사용자가 느끼는 안전/보안 인프라에 대한 안전 레벨, 목표 사용자가 느끼는 범죄 발생 우려 레벨 등에 대한 설문 모형을 작성한 것이다.
서비스 제공 판단부(450)는 계산한 서비스 지수와 목표 서비스 지수를 비교하여 목표 사용자에게 개별 서비스 또는 조합 서비스를 제공할 것인지 판단한다. 계산한 서비스 지수가 목표 서비스 지수를 만족하지 못하여 서비스 제공 판단부(450)에서 개별 서비스 또는 조합 서비스를 제공하는 것으로 판단하는 경우, 개별 서비스 선택부(460)는 사례 데이터베이스에서 목표 사용자와 유사한 상황 정보를 가지는 사용자를 검색하고, 검색한 사용자가 사용한 개별 서비스 중 사용자의 서비스 지수 상승값, 즉 만족도가 높이 상승한 개별 서비스를 선택한다. 개별 서비스 선택부(460)는 선택한 개별 서비스의 서비스 지수 상승값에 기초하여 목표 사용자에 선택한 개별 서비스만을 제공하더라도 목표 사용자의 서비스 지수가 목표 서비스 지수를 만족하는지 판단한다.
조합 서비스 선택부(470)는 개별 서비스 선택부(460)의 판단 결과에 기초하여 선택한 개별 서비스만으로는 목표 사용자의 서비스 지수를 목표 서비스 지수로 올릴 수 없는 경우, 사례 데이터베이스에서 목표 사용자와 유사한 상황 정보를 가지는 사용자에 제공된 개별 서비스로 이루어진 조합 서비스의 보완도를 계산하고 보완도가 높은 조합 서비스를 선택한다.
서비스 추천부(480)는 개별 서비스 선택부(460)에서 선택한 개별 서비스 또는 조합 서비스 선택부(470)에서 선택한 조합 서비스를 목표 사용자에 추천하며, 목표 사용자로부터 개별 서비스 또는 조합 서비스의 선택 명령을 수신하는 경우 개별 서비스를 제공하는 개별 서비스 에이전트 또는 조합 서비스를 구성하는 각 개별 서비스를 제공하는 개별 서비스 에이전트에게 개별 서비스를 목표 사용자에 제공할 것을 요청한다. 한편, 목표 사용자가 개별 서비스 또는 조합 서비스를 이용 후 개별 서비스 또는 조합 서비스의 서비스 지수 상승분에 대한 정보를 수신하는 경우 사례 데이터베이스(410)에 저장되어 있는 추천 개별 서비스 또는 조합 서비스의 서비스 지수 상승분을 갱신한다.
도 5는 본 발명에 따른 조합 서비스 추천 방법을 설명하기 위한 흐름도이다.
도 5를 참고로 보다 구체적으로 살펴보면, 목표 사용자의 상황 정보에 기초하여 목표 사용자에 필요한 서비스를 판단하고 판단한 서비스에 대한 목표 사용자의 서비스 지수를 계산한다(S100). 계산한 목표 사용자의 서비스 지수가 목표 서비스 지수를 만족하는지 판단한다(S200). 서비스 지수란 목표 사용자에 대해 판단한 서비스의 현재 만족도를 나타내는 지수이며, 목표 서비스 지수란 목표 사용자가 판단한 서비스에 대해 만족하는 서비스 지수를 의미한다. 바람직하게 목표 서비스 지수는 목표 사용자에 의해 초기 설정될 수 있다.
목표 사용자의 서비스 지수가 목표 서비스 지수보다 작은 경우, 목표 사용자의 상황 정보와 유사한 상황 정보를 가지는 사용자가 이용한 개별 서비스 중 서비스 지수 상승값이 높은 개별 서비스를 사례 데이터베이스에서 선택한다(S300). 선택한 개별 서비스의 서비스 지수 상승값에 기초하여 선택한 개별 서비스의 제공만으로 목표 사용자의 서비스 지수가 목표 서비스 지수를 만족하는지 판단 후(S400), 목표 사용자의 서비스 지수가 선택한 개별 서비스의 제공만으로 목표 서비스 지수를 초과하는지 않는 경우 목표 사용자의 상황 정보와 유사한 상황 정보를 가지는 사용자가 이용한 조합 서비스 중 높은 보완도를 가지는 서비스 조합을 사례 데이터베이스에서 선택한다(S600). 그러나 선택한 개별 서비스의 제공만으로 목표 사용자의 서비스 지수가 목표 서비스 지수를 만족하는 경우, 선택한 개별 서비스를 목표 사용자에 추천할 개별 서비스로 선택한다(S500). 선택한 개별 서비스 또는 조합 서비스를 목표 사용자에 추천한다(S700).
여기서 사례 데이터베이스의 사용자(i) 상황 정보와 상기 목표 사용자(t) 상황 정보 사이의 유사도(s1(i, t)))는 아래의 수학식(1)에 의해 계산되며,
[수학식 1]
Figure PCTKR2011006951-appb-I000002
여기서 w1k는 상황 정보의 각 항목에 대한 가중치를 의미하며, d1(cik, ctk)는 상황 정보의 각 항목에 대한 목표 사용자와 사용자의 유사도를 의미한다. 예를 들어 사례 데이터베이스에 정적 정보로 나이, 성별이 저장되어 있으며, 동적 정보로 현재 장소, 시각이 저장되어 있는 경우 w1k는 나이, 성별, 장소, 시각에 대한 가중치를 의미하며, d1(cik, ctk)는 사례데이터베이스에 저장되어 있는 사용자와 목표 사용자의 나이, 성별, 장소, 시각 사이의 유사도이다. 유사도는 사용자와 목표 사용자의 상황 정보가 얼마나 가까운지를 나타내는 값으로, 사용자와 목표 사용자의 상황 정보가 서로 유사할수록 적은 값을 가진다.
도 6은 본 발명에 따른 목표 사용자의 서비스 지수를 계산하는 방법을 설명하기 위한 흐름도이다.
도 6을 참고로 살펴보면, 사례 데이터베이스에 저장되어 있는 목표 사용자의 정적 정보와 동적 정보를 정보 온톨로지에 적용하여 목표 사용자의 확장된 정적 정보와 확장된 동적 정보를 생성한다(S110). 목표 사용자의 정적 정보, 동적 정보 및 목표 사용자의 확장된 정적 정보와 동적 정보를 서비스 데이터베이스의 색인어와 비교하여 목표 사용자에 필요한 서비스를 판단한다(S120). 판단한 서비스와 관련한 사회심리 이론 모형을 사회심리 이론 모형 데이터베이스에서 선택하고 선택한 사회심리적 이론 모형의 독립 변인 상관 행렬을 생성한다(S130). 생성한 독립 변인 상관 행렬과 목표 사용자의 독립 변인에 대한 평가값에 기초하여 목표 사용자에 대한 판단한 서비스의 서비스 지수를 계산한다(S140). 바람직하게, 목표 사용자의 독립 변인에 대한 평가값은 사용자 단말기를 통해 사용자에 의해 입력된다.
독립 변인 상관 행렬에 대해 보다 구체적으로 설명하면, 선택한 사회심리 이론 모형에 관련된 서비스의 서비스 지수를 종속 변인으로 하는 독립 변인을 추출하고, 추출한 독립 변인과 목표 사용자의 정적 정보, 동적 정보, 확장된 정적 정보 및 확장된 동적 정보 사이의 유의성을 판단하여 추출한 독립 변인에서 목표 사용자와 유의성이 있는 독립 변인을 필터링한다. 필터링한 독립 변인 사이의 상관 계수에 기초하여 독립 변인 상관 행렬을 생성한다.
여기서 독립 변인의 상관 계수란 종속 변인과 독립 변인 사이 또는 독립 변인들 사이에 어느 정도 관련되어 있는지를 나타내는 계수로, 추출한 독립 변인이 서비스 지수인 종속 변인에 얼마의 값으로 관계를 가지고 있는지 혹은 독립 변인들이 서로 얼마의 값으로 서로 관계를 가지고 있는지 여부를 나타내는 값이다. 독립 변인의 상관 계수는 사회심리 이론 모형 데이터베이스에 기저장되어 있다. 바람직하게, 상관 행렬은 독립 변인들 사이의 상관 계수로부터 페트리 네트(petri net) 형태로 변환하여 생성한다. 페트리 네트는 1960년대 독일의 카를 페트리(Carl Petri)가 고안한 것으로, 다양한 상황을 모형화하는 데 유용한 수단으로 사용되는 방법으로 이하 이에 대한 자세한 설명은 생략한다.
바람직하게, 추출한 독립 변인과 목표 사용자의 상황 정보 사이의 유의성은 사회심리 이론 모형의 메타 정보에 기초하여 판단한다. 예를 들어, 선택한 사회심리 이론 모형의 메타 정보에 기초하여 선택한 사회심리 이론 모형에서 추출한 독립 변인이 남성 사용자에만 상관있는 독립 변인인 경우, 선택한 사회심리 이론 모형의 독립 변인들 중 여성인 목표 사용자에 유의하지 않은 독립 변인을 필터링하여 삭제한다.
도 7은 본 발명에 따른 개별 서비스를 선택하는 방법을 설명하기 위한 흐름도이다.
도 7을 참고로 살펴보면, 사례 데이터베이스에서 목표 사용자의 상황 정보와 유사한 상황 정보를 가지는 사용자를 검색하고(S310), 검색한 사용자가 이용한 개별 서비스의 서비스 지수 상승값을 비교한다(S320). 사례 데이터베이스에는 사용자 또는 목표 사용자의 상황 정보가 저장되어 있으며 또한 사용자의 상황 정보에서 사용자가 이용한 개별 서비스, 개별 서비스를 이용 후 사용자가 평가한 개별 서비스의 서비스 지수 상승값이 저장되어 있다. 검색한 사용자가 이용한 개별 서비스의 서비스 지수 상승값에 기초하여 높은 서비스 지수 상승값을 가지는 개별 서비스를 선택한다(S330). 선택한 개별 서비스의 제공으로 목표 사용자의 서비스 지수가 목표 서비스 지수를 만족하는 경우, 선택한 개별 서비스를 목표 사용자에 추천한다. 바람직하게, 선택한 개별 서비스의 제공으로 목표 서비스 지수를 만족하는 모든 개별 서비스를 선택하여 목표 사용자에 추천하며, 목표 사용자는 추천한 다수의 개별 서비스 중 목표 사용자가 원하는 개별 서비스를 선택할 수 있다.
도 8은 본 발명에 따른 조합 서비스를 선택하는 방법을 설명하기 위한 흐름도이다.
도 8을 참고로 살펴보면, 사례 데이터베이스에서 목표 사용자의 상황 정보와 유사한 상황 정보를 가지는 사용자를 검색하고(S610), 검색한 다수의 사용자가 이용한 조합 서비스의 보완도를 계산한다(S620). 조합 서비스의 보완도를 계산하는 일 예로 검색한 다수의 사용자가 각각 이용한 개별 서비스로부터 생성되는 서비스 조합으로부터 조합 서비스를 구성하여 조합 서비스의 보완도를 계산하거나 검색한 1명의 사용자가 이용한 조합 서비스로부터 조합 서비스의 보완도를 계산할 수 있다. 예를 들어, 사용자 A가 이용한 서비스 s1, 사용자 B가 이용한 서비스 s2로부터 조합 서비스(s1, s2)를 구성하여 보완도를 계산하거나 사용자 A가 이용한 조합 서비스(s1, s2)의 보완도를 계산한다.
계산한 조합 서비스의 보완도에 기초하여 임계 보완성보다 높은 보완도를 가지는 조합 서비스 중 가장 높은 보완도를 가지는 서비스 조합을 선택한다(S630). 바람직하게, 계산한 조합 서비스의 보완도에 기초하여 임계 보완도보다 높은 보완도를 가지는 다수의 상위 서비스 조합을 선택하여 목표 사용자에 추천할 수 있다.
조합 서비스의 보완도(CI)는 아래의 수학식(2)에 의해 계산되는데,
[수학식 2]
Figure PCTKR2011006951-appb-I000003
여기서 f(s1, s2)는 조합 서비스(s1, s2)가 모두 제공되었을 때 서비스 지수, f(s1, 0)는 조합 서비스(s1, s2) 중 1개의 서비스(s1)만 제공되었을 때 서비스 지수, f(0, s2)는 조합 서비스(s1, s2) 중 1개의 서비스(s2)만 제공되었을 때 서비스 지수, f(0, 0)는 조합 서비스(s1, s2) 모두가 제공되지 않았을 때의 서비스 지수이다.
f(s1, s2)는 아래의 수학식(3)에 의해 계산되는데,
[수학식 3]
Figure PCTKR2011006951-appb-I000004
여기서 △V(s1, s2)는 조합 서비스(s1, s2)의 서비스 지수 상승값의 합, TBC는 조합 서비스(s1, s2)를 제공하는데 소요되는 총 비용을 서비스 지수로 환산한 값, Vt는 조합 서비스(s1, s2)가 제공되지 않았을 때 서비스 지수를 의미한다. 한편, TBC는 조합 서비스(s1, s2)의 제공 비용과 조합 서비스를 검색하는데 소요되는 시간 지연에 대한 목표 사용자의 민감도에 대한 화폐가치를 각각 서비스 지수로 환산한 값의 합이다. 바람직하게, 비용에 대한 서비스 지수의 환산값은 미리 설정되어 있으며, 조합 서비스를 검색하는데 소요되는 시간 지연에 따른 목표 사용자의 민감도에 대한 화폐가치는 목표 사용자에 의해 미리 설정되어 있다.
바람직하게, 목표 사용자가 2개의 개별 서비스(s1, s2)를 조합하여 이용하는 경우에는 개별 서비스(s1, s2) 각각을 이용할 때보다 비용 할인이 적용된다. 여기서 비용에 대한 서비스 지수의 환산값과 비용 할인에 대한 정보는 서비스 데이터베이스에 저장되어 있으며, 시간 지연에 따른 사용자의 민감도에 대한 화폐가치는 사례 데이터베이스에 저장되어 있다.
f(s1, 0), f(0, s2), f(0, 0)는 아래의 수학식(4) 내지 수학식(6)에 의해 계산되는데,
[수학식 4]
Figure PCTKR2011006951-appb-I000005
[수학식 5]
Figure PCTKR2011006951-appb-I000006
[수학식 6]
여기서 △V(s1)과 △V(s2)는 서비스(s1, s2) 각각의 서비스 지수 상승값이며, Cs1, Cs2는 서비스(s1, s2) 각각의 제공 비용을 서비스 지수로 환산한 값이다.
수학식(2) 내지 수학식(6)에서 알 수 있는 바와 같이, 본 발명에서 조합 서비스의 보완도는 서비스 조합으로 인한 목표 사용자의 서비스 지수 상승값, 서비스 조합으로 인한 이익 비용, 서비스 조합에 소요되는 손실 비용을 고려하여 계산함으로써, 목표 사용자는 만족하는 조합 서비스를 저렴하게 제공받을 수 있으며 서비스 제공자는 조합되는 서비스로 인하여 서비스 매출 효과를 향상시킬 수 있다.
도 9는 본 발명에 따라 추천 서비스를 제공하는 방법을 설명하기 위한 흐름도이다.
도 9를 참고로 살펴보면, 개별 서비스 또는 조합 서비스를 목표 사용자에 추천 후, 목표 사용자로부터 추천한 개별 서비스 또는 조합 서비스의 요청 명령을 수신하였는지 판단한다(S810). 목표 사용자로부터 요청 명령을 수신하는 경우, 추천한 개별 서비스를 제공하는 개별 서비스 에이전트 또는 추천한 조합 서비스를 구성하는 각 개별 서비스를 제공하는 다수의 개별 서비스 에이전트에게 목표 사용자가 선택한 서비스를 제공할 것으로 요청한다(S820). 목표 사용자가 선택한 개별 서비스 또는 조합 서비스를 이용 후, 목표 사용자로부터 선택한 개별 서비스 또는 조합 서비스의 서비스 지수 상승값에 대한 정보를 수신하였는지 판단하고(S830), 수신한 개별 서비스에 대한 서비스 지수 상승값 또는 조합 서비스에 대한 서비스 지수 상승값에 기초하여 사례 데이터베이스에 저장되어 있는 개별 서비스의 서비스 지수 상승값 또는 조합 서비스의 서비스 지수 상승값을 갱신한다(S840).
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 예를 들어, 1 통신 주기는 본 발명이 적용되는 분야에 따라 다양한 수의 분할 통신 주기로 분할될 수 있으며, 1분할 통신 주기는 본 발명이 적용되는 분야에 따라 다양한 수의 타임슬랏으로 분할될 수 있다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (11)

  1. 사용자의 정적 정보, 동적 정보, 확장된 정적 정보와 확장된 동적 정보를 생성하거나 저장하는 사용자 정보 관리 에이전트;
    목표 사용자의 서비스 지수와 목표 서비스 지수의 비교 결과에 기초하여, 사례 데이터베이스에서 상기 목표 사용자와 유사한 상황 정보를 가지는 사용자에 제공된 개별 서비스 중 서비스 지수 상승값이 가장 큰 개별 서비스를 선택하거나, 상기 사례 데이터베이스에서 상기 목표 사용자와 유사한 상황 정보를 가지는 사용자에 제공된 서비스 조합의 보완도에 기초하여 가장 큰 보완도를 가지는 조합 서비스를 선택하는 서비스 선택 에이전트; 및
    상기 서비스 선택 에이전트에 의해 선택한 개별 서비스 또는 조합 서비스를 구성하는 각 개별 서비스를 상기 목표 사용자에 제공 관리하는 개별 서비스 에이전트를 포함하며,
    상기 조합 서비스의 보완도는 서비스 조합으로 인한 상기 목표 사용자의 서비스 지수 증가량, 서비스 조합으로 인한 이익 비용, 서비스 조합에 소요되는 손실 비용을 고려하여 계산되는 것을 특징으로 하는 조합 서비스 추천 시스템.
  2. 제 1 항에 있어서, 상기 사용자 정보 관리 에이전트는
    상기 목표 사용자의 정적 정보 또는 동적 정보를 획득하는 사용자 정보 획득부;
    상기 정적 정보 또는 동적 정보를 정보 온톨로지에 적용하여 확장된 정적 정보 또는 확장된 동적 정보를 생성하는 확장 정보 생성부; 및
    상기 정적 정보, 동적 정보, 확장된 정적 정보, 확장된 동적 정보, 상기 사용자가 이용한 개별 서비스 또는 조합 서비스 정보를 저장하고 있는 사례 데이터베이스를 포함하는 것을 특징으로 하는 조합 서비스 추천 시스템.
  3. 제 2 항에 있어서, 상기 서비스 선택 에이전트는
    상기 목표 사용자의 상황 정보와 서비스 데이터베이스의 색인어의 비교 결과에 의해 상기 목표 사용자에 필요한 서비스를 판단하는 서비스 판단부;
    상기 판단한 서비스의 사회 심리 이론 모형을 선택하고, 상기 선택한 사회 심리 이론 모형의 독립 변인 상관 행렬로부터 상기 목표 사용자에 대한 상기 판단한 서비스의 서비스 지수를 계산하는 서비스 지수 계산부;
    상기 계산한 서비스 지수와 목표 서비스 지수를 비교하여 상기 목표 사용자의 상황 정보에 따라 개별 서비스 또는 조합 서비스를 제공할 것인지 판단하는 서비스 제공 판단부;
    서비스를 제공하는 것으로 판단되는 경우, 사례 데이터베이스에서 상기 목표 사용자와 유사한 상황 정보를 가지는 사용자에 제공된 개별 서비스 중 서비스 지수 상승값이 큰 개별 서비스를 선택하고 상기 선택한 개별 서비스를 제공시 상기 목표 사용자의 서비스 지수가 상기 목표 서비스 지수를 만족하는지 판단하는 개별 서비스 선택부; 및
    상기 선택한 개별 서비스를 상기 목표 사용자에 제공시 상기 목표 사용자의 서비스 지수가 상기 목표 서비스 지수를 만족하지 못하는 경우, 사례 데이터베이스에서 상기 목표 사용자와 유사한 상황 정보를 가지는 사용자에 제공된 서비스 조합의 보완도를 계산하고, 가장 큰 보완도를 가지는 조합 서비스를 선택하는 조합 서비스 선택부를 포함하는 것을 특징으로 하는 조합 서비스 추천 시스템.
  4. 제 3 항에 있어서,
    상기 서비스 조합의 보완도는 아래의 수학식(1)에 의해 계산되며,
    [수학식 1]
    Figure PCTKR2011006951-appb-I000008
    여기서 f(s1, s2)는 조합 서비스(s1, s2)가 모두 제공되었을 때 만족도, f(s1, 0)는 조합 서비스(s1, s2) 중 1개의 서비스(s1)만 제공되었을 때 만족도, f(0, s2)는 조합 서비스(s1, s2) 중 1개의 서비스(s2)만 제공되었을 때 만족도, f(0, 0)는 조합 서비스(s1, s2) 모두가 제공되지 않았을 때의 만족도인 것을 특징으로 하는 조합 서비스 추천 시스템.
  5. 목표 사용자의 상황 정보에 기초하여 상기 목표 사용자에 필요한 서비스를 판단하고, 상기 판단한 서비스의 사회 심리 이론 모형으로부터 상기 판단한 서비스에 대한 상기 목표 사용자의 서비스 지수를 계산하는 단계;
    상기 목표 사용자의 서비스 지수와 목표 서비스 지수를 비교하는 단계;
    상기 목표 사용자의 서비스 지수가 목표 서비스 지수보다 작은 경우, 상기 목표 사용자의 상황 정보와 유사한 상황 정보를 가지는 사용자가 이용한 개별 서비스 중 서비스 지수 상승값이 가장 높은 개별 서비스를 사례 데이터베이스에서 선택하는 단계;
    상기 선택한 개별 서비스의 서비스 지수 상승값에 기초하여 상기 선택한 개별 서비스의 제공시 상기 목표 사용자의 서비스 지수가 목표 서비스 지수를 초과하는지 않는 경우, 상기 목표 사용자의 상황 정보와 유사한 상황 정보를 가지는 사용자가 이용한 조합 서비스 중 가장 높은 보완도를 가지는 서비스 조합을 사례 데이터베이스에서 선택하는 단계; 및
    상기 선택한 서비스 조합을 상기 목표 사용자에 추천하는 단계를 포함하며,
    상기 조합 서비스의 보완도는 서비스 조합으로 인한 상기 목표 사용자의 서비스 지수 증가량, 서비스 조합으로 인한 이익 비용, 서비스 조합에 소요되는 손실 비용을 고려하여 계산되는 것을 특징으로 하는 조합 서비스 추천 방법.
  6. 제 5 항에 있어서, 상기 상황 정보는
    사용자의 정적 정보, 동적 정보, 확장된 정적 정보 또는 확장된 동적 정보인 것을 특징으로 하는 조합 서비스 추천 방법.
  7. 제 6 항에 있어서, 상기 목표 사용자의 서비스 지수와 목표 서비스 지수를 계산하는 단계는
    상기 사례 데이터베이스에 저장되어 있는 상기 목표 사용자의 정적 정보와 획득한 상기 목표 사용자의 동적 정보를 정보 온톨로지에 적용하여 상기 목표 사용자의 확장된 정적 정보와 확장된 동적 정보를 생성하는 단계;
    상기 목표 사용자의 정적 정보, 동적 정보 및 상기 목표 사용자의 확장된 정적 정보와 동적 정보를 서비스 데이터베이스의 색인어와 비교하여 상기 목표 사용자에 필요한 서비스를 판단하는 단계;
    상기 판단한 서비스와 관련한 사회 심리적 이론 모형을 선택하고, 상기 선택한 사회심리적 이론 모형의 독립 변인 상관 행렬을 생성하는 단계; 및
    상기 생성한 독립 변인 상관 행렬과 상기 목표 사용자의 상기 독립 변인 평가값에 기초하여 상기 목표 사용자에 대한 상기 판단한 서비스의 서비스 지수를 계산하는 단계를 포함하는 것을 특징으로 하는 조합 서비스 추천 방법.
  8. 제 7 항에 있어서, 상기 독립 변인 상관 행렬은
    상기 선택한 사회심리적 이론 모형의 서비스 지수를 종속 변인으로 하는 독립 변인을 추출하는 단계;
    상기 추출한 독립 변인과 상기 목표 사용자의 정적 정보, 동적 정보, 확장된 정적 정보 또는 확장된 동적 정보 사이의 유의성을 판단하여 상기 추출한 독립 변인에서 상기 목표 사용자와 유의성이 있는 독립 변인을 필터링하는 단계; 및
    상기 필터링한 독립 변인 사이의 상관 계수에 기초하여 독립 변인 상관 행렬을 생성하는 단계를 통해 생성되는 것을 특징으로 하는 조합 서비스 추천 방법.
  9. 제 6 항에 있어서, 상기 서비스 조합을 선택하는 단계는
    사례 데이터베이스에서 상기 목표 사용자의 상황 정보와 유사한 상황 정보를 가지는 사용자를 선택하는 단계;
    상기 선택한 사용자가 이용한 조합 서비스의 보완도를 계산하는 단계; 및
    상기 사용자의 조합 서비스 보완도 중 가장 높은 보완도를 가지는 서비스 조합을 선택하는 단계를 포함하는 것을 특징으로 하는 조합 서비스 추천 방법.
  10. 제 9 항에 있어서, 상기 사례 데이터베이스의 사용자(i) 상황 정보와 상기 목표 사용자 상황 정보(t) 사이의 유사도(s1(i, t)))는 아래의 수학식(2)에 의해 계산되며,
    [수학식 2]
    Figure PCTKR2011006951-appb-I000009
    여기서 w1k는 상기 상황 정보의 각 항목에 대한 가중치를 의미하며, d1(cik, ctk)는 상기 상황 정보의 각 항목에 대한 목표 사용자와 사용자의 유사도를 의미하는 것을 특징으로 하는 조합 서비스 추천 방법.
  11. 제 9 항에 있어서, 상기 조합 서비스의 보완도(CI)는 아래의 수학식(3)에 의해 계산되며,
    [수학식 3]
    Figure PCTKR2011006951-appb-I000010
    여기서 f(s1, s2)는 조합 서비스(s1, s2)가 모두 제공되었을 때 만족도, f(s1, 0)는 조합 서비스(s1, s2) 중 1개의 서비스(s1)만 제공되었을 때 만족도, f(0, s2)는 조합 서비스(s1, s2) 중 1개의 서비스(s2)만 제공되었을 때 만족도, f(0, 0)는 조합 서비스(s1, s2) 모두가 제공되지 않았을 때의 만족도인 것을 특징으로 하는 조합 서비스 추천 방법.
PCT/KR2011/006951 2011-03-18 2011-09-20 목표 사용자의 상황 정보와 서비스의 보완도를 고려한 조합 서비스 추천 방법 및 시스템 Ceased WO2012128434A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US13/807,966 US20130097053A1 (en) 2011-03-18 2011-09-20 Method and system for recommending a combined service by taking into account situation information on a target user and the degree of complementarity of a service

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020110024497A KR101304156B1 (ko) 2011-03-18 2011-03-18 목표 사용자의 상황 정보와 서비스의 보완도를 고려한 서비스 조합 추천 방법 및 시스템
KR10-2011-0024497 2011-03-18

Publications (1)

Publication Number Publication Date
WO2012128434A1 true WO2012128434A1 (ko) 2012-09-27

Family

ID=46879549

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2011/006951 Ceased WO2012128434A1 (ko) 2011-03-18 2011-09-20 목표 사용자의 상황 정보와 서비스의 보완도를 고려한 조합 서비스 추천 방법 및 시스템

Country Status (3)

Country Link
US (1) US20130097053A1 (ko)
KR (1) KR101304156B1 (ko)
WO (1) WO2012128434A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114493636A (zh) * 2022-01-26 2022-05-13 恒安嘉新（北京）科技股份公司 一种用户满意度确定方法、装置、电子设备及存储介质

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160078521A1 (en) * 2014-09-17 2016-03-17 Koninklijke Philips N.V. Systems and methods for recommending a service for use by a particular user
RU2608882C2 (ru) 2014-12-25 2017-01-25 Общество С Ограниченной Ответственностью "Яндекс" Способ обработки поискового запроса пользователя и сервер
US10204310B2 (en) * 2015-01-16 2019-02-12 Txu Energy Retail Company Llc System and method for home automation
CN108763278B (zh) * 2018-04-11 2021-01-01 口碑(上海)信息技术有限公司 用户特征标签的统计方法以及装置
JP7251055B2 (ja) * 2018-05-31 2023-04-04 富士フイルムビジネスイノベーション株式会社 情報処理装置及びプログラム
CN111858686B (zh) * 2020-07-08 2024-05-28 深圳市富途网络科技有限公司 数据显示方法、装置、终端设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100720762B1 (ko) * 2007-01-30 2007-05-23 (주) 프람트 사용자의 상황 정보를 이용한 유사도 계산 및 콘텐츠의검색 방법
KR20070061044A (ko) * 2005-12-08 2007-06-13 한국전자통신연구원 사용자 상황 정보를 이용한 동적 서비스 조합 시스템 및서비스 제공 방법
KR100852221B1 (ko) * 2006-12-08 2008-08-13 한국전자통신연구원 유비쿼터스 컴퓨팅 환경에서의 다목적 최적화 기법을이용한 착용형 컴퓨터 및 그 방법
KR20090074108A (ko) * 2007-12-28 2009-07-06 주식회사 솔트룩스 상황인지를 통한 컨텐츠 추천방법

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999017224A1 (en) * 1997-09-29 1999-04-08 Fujun Bi A multi-element confidence matching system and the method therefor
WO1999054836A1 (en) * 1998-04-21 1999-10-28 Cambridge Consultants Limited Decision aid
US6356879B2 (en) * 1998-10-09 2002-03-12 International Business Machines Corporation Content based method for product-peer filtering
WO2001045019A1 (en) * 1999-12-16 2001-06-21 Zrep Inc. Method and apparatus for scoring and matching attributes of a seller to project or job profiles of a buyer
US7080071B2 (en) * 2000-08-04 2006-07-18 Ask Jeeves, Inc. Automated decision advisor
US7720720B1 (en) * 2004-08-05 2010-05-18 Versata Development Group, Inc. System and method for generating effective recommendations
EP2069981A4 (en) * 2006-09-01 2010-12-22 Pelletsales Com Llc SYSTEM AND METHOD FOR FACILITATING TRANSACTIONS IN A DISTRIBUTION NETWORK
US8146120B2 (en) * 2007-10-08 2012-03-27 Jaman.Com, Inc. Multi-criteria rating and searching system
US20110252031A1 (en) * 2009-12-31 2011-10-13 Michael Blumenthal Method, Device, and System for Analyzing and Ranking Products

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070061044A (ko) * 2005-12-08 2007-06-13 한국전자통신연구원 사용자 상황 정보를 이용한 동적 서비스 조합 시스템 및서비스 제공 방법
KR100852221B1 (ko) * 2006-12-08 2008-08-13 한국전자통신연구원 유비쿼터스 컴퓨팅 환경에서의 다목적 최적화 기법을이용한 착용형 컴퓨터 및 그 방법
KR100720762B1 (ko) * 2007-01-30 2007-05-23 (주) 프람트 사용자의 상황 정보를 이용한 유사도 계산 및 콘텐츠의검색 방법
KR20090074108A (ko) * 2007-12-28 2009-07-06 주식회사 솔트룩스 상황인지를 통한 컨텐츠 추천방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114493636A (zh) * 2022-01-26 2022-05-13 恒安嘉新（北京）科技股份公司 一种用户满意度确定方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
KR101304156B1 (ko) 2013-09-04
US20130097053A1 (en) 2013-04-18
KR20120114432A (ko) 2012-10-17

Similar Documents

Publication Publication Date Title
US11494204B2 (en) Mixed-grained detection and analysis of user life events for context understanding
Park et al. Location-based recommendation system using bayesian user’s preference model in mobile devices
WO2012128434A1 (ko) 목표 사용자의 상황 정보와 서비스의 보완도를 고려한 조합 서비스 추천 방법 및 시스템
JP7485029B2 (ja) 情報推薦システム、情報検索装置、情報推薦方法、及びプログラム
Colace et al. A collaborative user-centered framework for recommending items in Online Social Networks
TWI636416B (zh) 內容個人化之多相排序方法和系統
TWI416355B (zh) 用於擷取上下文相關資料之ｕｒｌ查詢系統、方法及電腦可讀取媒體
TWI528195B (zh) 用於ｕｒｌ上下文查詢之方法、系統及電腦可讀取媒體
CN103955464B (zh) 一种基于情境融合感知的推荐方法
US20250371583A1 (en) Advertisement display method and electronic device
Ashley-Dejo et al. A survey of context-aware recommender system and services
Yang et al. Local implicit feedback mining for music recommendation
CN102591911A (zh) 位置相关实体的实时个性化推荐
US20180191860A1 (en) Context management for real-time event awareness
WO2017118426A1 (zh) 社交平台的用户影响力估算方法、装置及计算机存储介质
CA2842255A1 (en) A recommendation engine that processes data including user data to provide recommendations and explanations for the recommendations to a user
Smirnov et al. Recommendation system for tourist attraction information service
WO2021005648A1 (ja) 情報推薦装置、情報推薦システム、情報推薦方法及び情報推薦プログラム
CN113505311A (zh) 一种可根据“潜在语义空间”的旅游景点交互推荐方法
CN102609468A (zh) 一种基于上下文感知和用户偏好的空间信息服务匹配方法
Shuai et al. Improving news ranking by community tweets
Otebolaku et al. Supporting context-aware cloud-based media recommendations for smartphones
KR101344888B1 (ko) 온톨로지 관계 구조를 이용한 소셜 네트워크 서비스 제공 장치 및 그 방법
De Spindler et al. Recommendation based on opportunistic information sharing between tourists
Jiang et al. Multiple Demographic Attributes Prediction in Mobile and Sensor Devices

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11861721

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 13807966

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11861721

Country of ref document: EP

Kind code of ref document: A1